Las plataformas de computación en el cloud público permiten a las empresas complementar sus data centers privados con servidores globales que extienden su infraestructura a cualquier ubicación y les permiten escalar los recursos computacionales hacia arriba y hacia abajo según sea necesario. Estes clouds híbridos público-privados ofrecen una flexibilidad, un valor y una seguridad sin precedentes para las aplicaciones de computación empresariales.
Sin embargo, las aplicaciones de inteligencia artificial que se ejecutan en tiempo real en todo el mundo pueden requerir una potencia de procesamiento local significativa, a menudo en ubicaciones remotas demasiado lejos de los servidores en el cloud centralizados. Y algunas cargas de trabajo deben permanecer en las instalaciones o en una ubicación específica debido a requisitos de baja latencia o residencia de datos.
Esta es la razón por la que muchas empresas implementan sus aplicaciones de inteligencia artificial utilizando la computación en el edge, que se refiere al procesamiento que ocurre donde se producen los datos. En lugar de que el procesamiento en el cloud haga el trabajo en una reserva de datos distante y centralizada, la computación en el edge maneja y almacena los datos localmente en un dispositivo del edge. Y en lugar de depender de una conexión a Internet, el dispositivo puede funcionar como un nodo de red independiente.
La computación en el cloud y en el edge tienen una variedad de beneficios y casos de uso, y pueden funcionar en conjunto.
¿Qué es la Computación en el Cloud?
Según la firma de investigación Gartner, «la computación en el cloud es un estilo de computación en el que las capacidades de TI elásticas y escalables se brindan como un servicio utilizando tecnologías de Internet«.
Hay muchos beneficios cuando se trata de la computación en el cloud. Según el informe “The State of Cloud-Driven Transformation” de Harvard Business Review, el 83% de los encuestados dice que el cloud es muy o extremadamente importante para la estrategia y el crecimiento futuros de su organización.
La adopción de la computación en solo está aumentando. A continuación, se explica por qué las empresas han implementado infraestructura en el cloud y continuarán haciéndolo:
- Menor costo inicial: se elimina el gasto de capital de comprar hardware, software, administración de TI y electricidad las 24 horas para energía y enfriamiento. La computación en el cloud permite a las organizaciones llevar aplicaciones al mercado rápidamente, con una barrera financiera de entrada baja.
- Precios flexibles: las empresas solo pagan por los recursos de computación utilizados, lo que permite un mayor control de los costos y menos sorpresas.
- Computación bajo demanda ilimitada: los servicios en el cloud pueden reaccionar y adaptarse a las demandas cambiantes al instante mediante el aprovisionamiento y desaprovisionamiento automático de recursos. Esto puede reducir los costos y aumentar la eficiencia general de las organizaciones.
- Gestión de TI simplificada: los proveedores del cloud brindan a sus clientes acceso a expertos en gestión de TI, lo que permite a los empleados centrarse en las necesidades centrales de su negocio.
- Actualizaciones sencillas: se puede acceder al hardware, software y servicios más recientes con un solo clic.
- Fiabilidad: la copia de seguridad de datos, la recuperación ante desastres y la continuidad del negocio son más fáciles y menos costosas porque los datos se pueden duplicar en varios sitios redundantes en la red del proveedor del cloud.
- Ahorre tiempo: las empresas pueden perder tiempo configurando redes y servidores privados. Con la infraestructura en el cloud bajo demanda, pueden implementar aplicaciones en una fracción del tiempo y llegar al mercado antes.
¿Qué es Computación en el Edge?
Computación en el edge es la práctica de acercar físicamente la potencia de computación al lugar donde se generan los datos, generalmente un dispositivo o sensor del Internet de las Cosas. Nombrado así por la forma en que la potencia de cómputo se lleva al edge de la red o del dispositivo, la computación en el edge permite un procesamiento de datos más rápido, un mayor ancho de banda y una soberanía de datos garantizada.
Al procesar datos en el edge de una red, la computación en el edge reduce la necesidad de que grandes cantidades de datos viajen entre servidores, el cloud y dispositivos o ubicaciones en el edge para ser procesadas. Esto es particularmente importante para las aplicaciones modernas, como la ciencia de datos y la IA.
¿Cuáles Son los Beneficios de la Computación en el Edge?
Según Gartner, «las empresas que han implementado casos de uso en el edge en producción crecerán de alrededor del 5 por ciento en 2019 a alrededor del 40 por ciento en 2024«. Muchas aplicaciones de alta computación, como el deep learning y la inferencia, el procesamiento y análisis de datos, la simulación y la transmisión de video, se han convertido en pilares para la vida moderna. A medida que las empresas se den cuenta cada vez más de que estas aplicaciones están impulsadas por la computación en el edge, la cantidad de casos de uso en el edge en producción debería aumentar.
Las empresas están invirtiendo en tecnologías de vanguardia para obtener los siguientes beneficios:
- Latencia más baja: el procesamiento de datos en el edge da como resultado la eliminación o reducción del viaje de datos. Esto puede acelerar los conocimientos para casos de uso con modelos de IA complejos que requieren baja latencia, como vehículos totalmente autónomos y realidad aumentada.
- Costo reducido: el uso de la red de área local para el procesamiento de datos otorga a las organizaciones un mayor ancho de banda y almacenamiento a costos más bajos en comparación con la computación en el cloud. Además, debido a que el procesamiento ocurre en el edge, es necesario enviar menos datos al cloud o al data center para su posterior procesamiento. Esto da como resultado una disminución en la cantidad de datos que deben viajar y también en el costo.
- Precisión del modelo: la IA se basa en modelos de alta precisión, especialmente para casos de uso en el edge que requieren una respuesta en tiempo real. Cuando el ancho de banda de una red es demasiado bajo, normalmente se alivia reduciendo el tamaño de los datos que se introducen en un modelo. Esto da como resultado tamaños de imagen reducidos, fotogramas omitidos en video y frecuencias de muestreo reducidas en audio. Cuando se implementa en el edge, los bucles de retroalimentación de datos se pueden usar para mejorar la precisión del modelo de IA y se pueden ejecutar varios modelos simultáneamente.
- Alcance más amplio: el acceso a Internet es imprescindible para la computación en el cloud tradicional. Pero la computación en el edge puede procesar datos localmente, sin necesidad de acceso a Internet. Esto amplía el alcance de la computación a ubicaciones remotas o antes inaccesibles.
- Soberanía de datos: cuando los datos se procesan en el lugar donde se recopilan, la computación en el edge permite a las organizaciones mantener todos sus datos confidenciales y computar dentro de la red de área local y el firewall de la empresa. Esto da como resultado una exposición reducida a los ataques de ciberseguridad en el cloud y un mejor cumplimiento de las leyes de datos estrictas y en constante cambio.
¿Qué Papel Juega la Computación en el Cloud en la IA en el Edge?
Tanto la computación en el edge como en el cloud pueden aprovechar las aplicaciones en contenedores. Los contenedores son paquetes de software fáciles de implementar que pueden ejecutar aplicaciones en cualquier sistema operativo. Los paquetes de software se extraen del sistema operativo host para que puedan ejecutarse en cualquier plataforma o cloud.
La principal diferencia entre los contenedores en el cloud y en el edge es la ubicación. Los contenedores en el edge están ubicados en el edge de una red, más cerca de la fuente de datos, mientras que los contenedores en el cloud operan en un data center.
Las organizaciones que ya han implementado soluciones en el cloud en contenedores pueden implementarlas fácilmente en el edge.
A menudo, las organizaciones recurren a la tecnología nativa del cloud para administrar sus data centers de IA en el edge. Esto se debe a que los data centers de IA en el edge suelen tener servidores en 10 000 ubicaciones donde no hay seguridad física ni personal capacitado. En consecuencia, los servidores de IA en el edge deben ser seguros, resistentes y fáciles de administrar a escala.
Obtenga más información sobre la diferencia entre desarrollar IA en las instalaciones en lugar de en el edge.
¿Cuándo usar Computación en el Edge vs. Computación en el Cloud?
Edge y la computación en el cloud tienen características distintas y la mayoría de las organizaciones terminarán usando ambas. Aquí hay algunas consideraciones al mirar dónde implementar diferentes cargas de trabajo.
| Computación en el Cloud | Computación en el Edge |
|---|---|
| Procesamiento de datos no sensibles al tiempo | Procesamiento de datos en tiempo real |
| Conexión a internet confiable | Ubicaciones remotas con conectividad a Internet limitada o nula |
| Cargas de trabajo dinámicas | Grandes conjuntos de datos que son demasiado costosos para enviar al cloud |
| Datos en almacenamiento en el cloud | Datos altamente confidenciales y leyes de datos estrictas |
Un ejemplo de una situación en la que la computación en el edge es preferible a la computación en el cloud es la robótica médica, donde los cirujanos necesitan acceso a datos en tiempo real. Estos sistemas incorporan una gran cantidad de software que podría ejecutarse en el cloud, pero los análisis inteligentes y los controles robóticos que se encuentran cada vez más en los quirófanos no pueden tolerar la latencia, los problemas de confiabilidad de la red o las limitaciones de ancho de banda. En este ejemplo, la computación en el edge ofrece beneficios de vida o muerte para el paciente.
Descubra más sobre lo que debe tener en cuenta al implementar IA en el edge.
Lo Mejor de Ambos Mundos: Una Arquitectura de Cloud Híbrido
Para muchas organizaciones, la convergencia del cloud y el edge es necesaria. Las organizaciones centralizan cuando pueden y distribuyen cuando tienen que hacerlo. Una arquitectura de cloud híbrido permite a las empresas aprovechar la seguridad y la capacidad de administración de los sistemas locales al mismo tiempo que aprovecha los recursos del cloud público de un proveedor de servicios.
Una solución de cloud híbrido significa diferentes cosas para diferentes organizaciones. Puede significar capacitación en el cloud e implementación en el edge, capacitación en el data center y uso de herramientas de administración del cloud en el edge, o capacitación en el edge y uso del cloud para centralizar modelos para el aprendizaje federado. Hay oportunidades ilimitadas para unir el cloud y el edge.
Obtenga más información sobre la plataforma de computación acelerada de NVIDIA, que está diseñada para ejecutarse independientemente de dónde se encuentre una aplicación: en el cloud, en el edge y en cualquier punto intermedio.